基于视觉的轨道交通信号灯识别算法研究

摘要

轨道交通信号灯是轨道交通系统的重要设施,驾驶员驾驶列车时容易受疲劳等主观因素影响,同时也容易受光线等外界因素影响,从而容易对信号灯进行误判,造成了列车运行的安全不确定性.交通信号灯的主动识别可以辅助驾驶员进行灯色判断,从而可有效的降低列车运行安全隐患,提升列车运行安全.本文提出了一种基于视觉的轨道交通信号灯识别算法,该算法主要包括有信号灯潜在位置区域提取阶段和信号灯类别判定阶段.信号灯潜在位置区域提取阶段主要通过将RGB彩色图像转换为Cr色彩通道图像,在转换的通道图像中,本文应用边缘检测,并通过形态学滤波提取出图像中可能的信号为区域像素;在信号灯类别判定阶段,本文将第一阶段提取的信号灯区域像素缩放到32x32的像素大小,并通过一个神经网络对缩放后的图像进行进一步识别,从而判断第一阶段提取的区域是否为信号灯.为验证本文方法的有效性,对工业相机采集的视频数据集进行测试,结果表明本文方法对环境光强和大小的变化不敏感,适应范围广,鲁棒性高.